雷达差拍信号的欠采样智能重建
针对线性调频雷达系统中的大数据量采集对模数转换及后续数据存储造成较高负担的问题,提出了一种在欠采样条件下、基于卷积神经网络的信号重构方法.首先设置两个不同的位置和速度的运动目标,利用线性调频信号对目标进行探测,对接收端产生的差拍信号进行欠采样;其次构建重构网络模型并利用欠采样数据对该网络进行迭代训练;最后测试该网络对差拍信号的重建能力.结果 表明,该方法在5倍欠采样的条件下,可重构出原始差拍信号并能以较低误差提取目标位置与速度信息,有效减小了系统所需采集量,对提高信号处理效率具有重要作用.
欠采样;卷积神经网络;线性调频;差拍信号
40
TP391.9(计算技术、计算机技术)
教育部国家留学基金;山西省高等院校科技创新计划项目
2021-12-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
143-148